">

Mesterséges intelligencia segít a Lyme-diagnosztikában




A Lyme-kór az egész világon mindenütt, és hazánk egész területén is a leggyakoribb állatról emberre terjedő betegség. Legalább ötször gyakoribb, mint az AIDS, és másfélszer gyakoribb, mint az emlőrák. A diagnózisa azonban ma is nehéz: a sokak által ismert Lyme-folt csupán az esetek harmadában jelenik meg, a többi jellemző tünet pedig könnyen félreértelmezhető. A betegség akár évekig is lappanghat, miközben komoly szervi károsodást okoz.

Egy magyar innováció, a DualDur teszt áttörést hozott a felismerésében: a mikroszkópos vizsgálat során mesterséges intelligenciát alkalmaznak képfelismerő algoritmussal, ami így képes közvetlenül kimutatni a kórokozót – akár már napokkal a fertőzés után, a klasszikus immunválasz megjelenése előtt. Ez nemcsak a korai kezelést teszi lehetővé, de segít az orvosoknak abban is, hogy elkülönítsék a tünetmentes hordozókat a valóban kezelésre szoruló betegektől.

A Lyme-kór megítélésének változásáról, a DualDur teszt lehetőségeiről, az orvosoknak nyújtott segítségéről és a diagnosztika jövőjéről Bózsik András Pállal, a Lyme Diagnostics ügyvezető igazgatójával beszélgettünk.

Azt lehet mondani, hogy az elmúlt 10 évben teljesen megváltozott, amit a Lyme-kórról tudunk” – kezdi Bózsik András. „Maga a kórokozó velünk van több ezer éve, de csak 1982-ben azonosították, hogy ez az, ami a Lyme-kór tüneteit okozza, innentől kezdve beszélünk arról, hogy létezik a Lyme-kór. Itthon édesapám, Dr. Bózsik Béla Pál részt vett az első magyarországi esetek leírásában, az első hazai eseteket 1985-ben publikálták.

Egyre több olyan betegség van, amelyiknél vagy kiváltóként, vagy addicionális okként szerepel a Lyme-kór, mint lehetőség. Hogy csak néhányat említsek: a sclerosis multiplex, az ALS, az egyes típusú cukorbetegség, az autizmus – ezek mind olyanok, amelyeknél nem biztos, hogy egyetlen kiváltó ok okozza a betegséget, de amennyiben a Lyme-kór ott van, és azt meggyógyítják, akkor a tünetek vagy csökkenthetők, vagy teljesen meggyógyíthatók.”

Miért ilyen nehéz diagnosztizálni ezt a betegséget?

A kullancs a csípéskor már arra készül, hogy hosszan szeretné szívni a vért, ezért nem kéne, hogy megtámadja az immunrendszer, így fölkészült erre és gyengíti az immunválaszt. Aztán maga a kórokozó is tudja gyengíteni azt, éppen ezért az esetek körülbelül harmadában egyáltalán nem látunk immunválaszt, a tesztek pedig a fennmaradó résznek csak egy bizonyos százalékában adnak pozitív eredményt.

Képzeljük el azt, hogy van egy szarvas, látjuk a nyomát a sárban, és valami mozog a bokorban. Az a kérdés, hogy fogom-e a puskámat és rálövök-e a bokorra. Ismerhetünk sajnos vadászbaleseteket, amikor lőttek, és nem a szarvas volt a bokorban. Ez azt jelenti, hogy a kórokozónak a nyoma a szervezetben nem elegendő ahhoz, hogy a bokorban lévő szarvast meglőjem, tehát rálőjek antibiotikummal. Egyszerűen nincsen elég információ. Egyszerűbb mérni magát a kórokozót, hogy ott van-e a szervezetben vagy nincs.”

A DualDur direkt teszt, tehát nem az immunválaszt figyeli, hanem a baktériumnak a jelenlétét. Mi a különbség az orvosok számára a direkt teszt és az indirekt teszt eredményei között?

Nem mondanám azt, hogy az indirekt tesztekre nincsen szüksége az orvosoknak, hiszen az nem a fertőzöttség tényét, de az immunrendszer állapotát bemutatja. Viszont a direkt teszt azt mondja meg, hogy éppen fertőzött-e az illető, vagy éppen nem. Van egy skálánk, amelyik megmutatja, hogy milyen szintű a fertőzöttség. Ezen most kellett bevezetnünk még egy ötödik szintet, sajnos, ez a high positive. Eközött és a fertőzésmentes állapot között van egy szint, az úgynevezett vágási szint, amelyik a pozitívat a negatívtól elkülöníti. Így tehát az orvos számára megmondjuk, hogy mennyire fertőzött a beteg, és azt is megmondjuk, hogy okoz-e tüneteket, vagy nem okoz tüneteket ez a fertőzés.”

Milyen további lépés, további fejlődés vár a Dualdurra és a Lyme diagnosztikára?

„Az eddigi fejlesztéseink a gyorsításról és a használhatóságról szóltak, és most fejeztük be azt a fejlesztési részt, amellyel már egy új, sokkal jobb és hatékonyabb rendszert tudtunk létrehozni. Többféle mesterséges intelligencia modellel dolgozik már ez, úgynevezett explainable AI, megmagyarázható mesterséges intelligencia. Eljutottunk odáig, hogy pusztán szakmai szempontból is érthető az, hogy hogyan választ a mesterséges intelligencia, mik azok a fő faktorok, amiket mér és használ a diagnózis kialakításához.

Jelenleg a részletes vizsgálati eredményekből meg tudjuk mondani, hogy melyik mintában mi a legvalószínűbb borrelia baktérium típus, amely a fertőzést okozza, ez alapján lehet egy antibiotikus érzékenységet tervezni. Öt év múlva szeretnénk ott tartani, hogy az adott páciens mintájából a baktériumot kimutatva konkrétan meg lehessen határozni, hogy arra mi a hatékony kezelési opció. Tehát a precision medicine területéről, ahol egy adott páciens-csoportnak lehet hatékony kezelést javasolni, el lehet jutni a personalised medicine területére, ahol már a konkrét egyedi páciensnek segíthetünk.”